我想把resultStream 分别存入hbase和Redis， 为啥flink的流程图是串行的，？

在 Flink 中，每个 sink（sink是将流式计算的结果保存到外部系统的组件）都是独立的任务节点，它们之间不会互相干扰，可以并行工作。

在 Flink 中，数据流通常是串联在一起的，因此，如果您想将一个结果流分发到多个目的地，例如 HBase 和 Redis，通常需要使用有界流来实现。

一个简单的解决方案是使用 sink 拓展机制，即将 Sink 操作符扩展成多个分支，并将结果流分别发送到多个目的地。然而，这样做可能会引起性能下降，因为整个作业必须完成才能开始写入下一个目的地。

另一个方法是使用 Flink’s Union 操作符，将结果流合并为一个新的流，然后使用 FlatMapFunction 或 MapPartitionFunction 分割数据并将其写入不同的目标。这将更好地利用并行度，并且更容易维护和扩展。

以下是示例代码：

DataStream<String> resultStream = ...;

// 分别创建两个流处理链路
SingleOutputStreamOperator<Tuple2<String, String>> hbaseSink = resultStream.map(new MapFunction<String, Tuple2<String, String>>() {
    @Override
    public Tuple2<String, String> map(String value) throws Exception {
        return new Tuple2<>(value, value);
    }
});

SingleOutputStreamOperator<Tuple2<String, String>> redisSink = resultStream.map(new MapFunction<String, Tuple2<String, String>>() {
    @Override
    public Tuple2<String, String> map(String value) throws Exception {
        return new Tuple2<>(value, value);
    }
});

// 合并两个流处理链路
DataStream<Tuple2<String, String>> unionStream = StreamUtils.union(hbaseSink, redisSink);

unionStream.addSink(new HBaseSink());
unionStream.addSink(new RedisSink());

在这个例子中，HBaseSink 和 RedisSink 是您自定义的 sink 类，用于将数据写入到各自的系统中。请注意，unionStream 是两个流的结果合并后的单一流。

Apache Flink 是一个基于事件驱动的数据处理平台，它通过流式处理数据并保证 Exactly-once 语义。因此，当您将一个 resultStream 分别存储到 HBase 和 Redis 时，流程图可能看起来是串行的，但实际上可能是并行的。
实际上，Flink 会在不同的线程中并行处理结果流。即使将结果流分别存储到 HBase 和 Redis 中，也会并行完成。具体而言，Flink 会对 resultStream 进行切分，然后并行地将每部分发送到 HBase 和 Redis。因此，在很多情况下，您可以获得很好的性能。
当然，具体取决于您的应用的规模和需求。如果您想使整个过程并行运行，请考虑使用多个并行流，并对每个流分别设置存储目标。如果您想要控制存储顺序，则可以使用 watermarks 来控制并发级别。

Flink的流程图是串行的，这意味着所有的操作都在一条线上进行，前一个操作的结果会传递给下一个操作。这是Flink的基本工作原理，也是大多数流处理框架的工作原理。

在你的例子中，你可能希望将resultStream并行地发送到HBase和Redis。然而，Flink目前并没有直接支持这种并行输出。你需要使用两个独立的StreamExecutionEnvironment，并为每个环境定义一个单独的数据源和数据接收器。

以下是一个基本的示例：

StreamExecutionEnvironment env1 = StreamExecutionEnvironment.getExecutionEnvironment();
StreamExecutionEnvironment env2 = StreamExecutionEnvironment.getExecutionEnvironment();

DataStream<String> resultStream1 = env1.fromSource(...);
DataStream<String> resultStream2 = env2.fromSource(...);

resultStream1.writeUsingOutputFormat(new HBaseOutputFormat());
resultStream2.writeUsingOutputFormat(new RedisOutputFormat());

env1.execute("HBase job");
env2.execute("Redis job");

中间那个 合成算子链了吧 所以放在一起展示 ，用disableChaining可以断开 。此回答整理自钉群“【①群】Apache Flink China社区”